WSN中基于分布式机器学习的异常检测仿真研究

安全问题是无线传感器网络应用的关键问题之一。设计了一种基于分布式机器学习的异常检测方案。该方案利用K最近邻算法对传感器网络节点进行分簇,时簇内节点的异常检测采用贝叶斯分类算法,对簇头节点的异常检测采用基于平均概率的方法。利用网络仿真工具NS2构建了入侵检测规则、模拟了网络攻击场景,在此基础上,通过仿真评估了方案的检测率、平均检测率、误检率和平均误检率等性能。仿真实验结果表明,该方案与当前典型的无线传感器网络入侵检测方案相比具有较高的检测率和较低的误检率。     

基于记忆增强的对抗自编码器异常检测算法

深度自编码器是异常检测领域中被广泛使用的深度学习模型.记忆增强的自编码器模型(Memory-augmented Autoencoder Model,MemAE)通过记忆增强模块解决传统自编码器泛化能力过强的问题,并取得了良好的效果.针对自编码器对于训练数据的正常模式提取能力有限这个问题,通过融合对抗自编码器(Adver...     

动物能预报地震吗?

我们没能避开发生在2008年5月12日四川汶川的那场毁灭性的大地震.有人问,为什么我们没有预测到这场大地震呢?地震专家说,地震预测非常复杂,是一个至今不能解决的世界性难题.可是,有时人们在地震前注意到一些奇怪的现象,比如动物在地震发生前数天或教小时表现异常,如狂叫乱跳、乱飞,精神不振,不思饮食,等等.动物的这些异常行为是在告诉我们"地震就要来了"吗?     

一种自适应的工业热异常检测方法

工业作为影响城市热环境的重要机制之一,准确检测出引起热异常的工厂,可为分析工业热异常对城市热环境的贡献率提供准确信息,对科学规划工业建设、改善城市热环境具有重要意义.现有的工业热异常检测方法因固定临界值参数的局限性,易造成检测结果多提或漏提等问题.因此,本文提出一种自适应工业热异常检测方法(adaptive therm...     

小波包分解结合异常值检测自动去除眼电中眨眼干扰的方法

为减少有用眼电信号的损失,提出一种小波包分解和异常值检测(WPT-OD)去除眨眼信号的新方法. 该算法首先利用小波包方法将原始信号进行分解,得到低频分量进行重构;然后应用异常值检测中三种常用的准则,即肖维勒准则、 皮尔斯准则和修正箱线图法确定眨眼信号的区域,并将该区域置零. 实验发现,WPT-OD的平均正确率达到98.9％,其中修正箱线图法效果最好,其去眨眼信号与原始信号相关性高达95.33%,损失率仅为4.17%. 实验表明：WPT-OD算法能够准确地确定无意识眨眼的起点和终点,可保留更多的有用信号且与原始信号的相关性强.     

道路景观最佳设置长度的确定

为研究道路景观的最佳设置间距,采用试验方法,设计双车道二级路模拟真实路况环境,按照1～40km设置不同的绿化间隔,随机选择被试驾驶人进行试验,提取景观设置间隔和驾驶人心率作为外界环境的灵敏度衡量指标,量化不同道路景观设置间距下驾驶人的生理、心理反应,发现驾驶人心率和设置间距之间存在指数关系。在对绿化设置间距取对数后,进一步分析,发现驾驶人心率变化率与绿化设置间隔呈U形关系,并使用二次曲线进行拟合并求导。研究结果表明:7km是绿化景观设置的最佳变化间隔,此时驾驶人心率下降最小;该研究揭示了道路环境绿化对驾驶人生理、心理的影响程度,当绿化间距大于或小于7km的时候,驾驶人心率变化率均会增大;计算得出的景观最佳设置间距,可为改善景观环境和提升交通安全水平提供借鉴和参考。     

上层海洋热力异常对西北太平洋热带气旋气候特征的影响

重点分析了1970-2003年期间西北太平洋的热带气旋活动特征与海洋表面温度、上层海洋的热力异常变化以及对流层低层的大尺度环流特征之间的关系.分析结果发现在西北太平洋海域,热带气旋活动趋势与上层海洋热力异常变化(上层海洋热含量)以及对流层低层的西风异常之间有着显著的相关关系,而与海洋表面温度无显著关系.并在此基础上探讨了这种关系存在的物理机制.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于重心原理的大规模网络异常检测算法

针对当前入侵检测技术不能满足大规模网络的性能要求这一问题,提出了基于重心原理的大规模网络异常检测算法.实验结果表明,对当前流行的多种拒绝服务攻击,应用该箅法的入侵检测系统都能够有效的检测出异常状态.